产学研知识吸收度(IPC向量余弦法)
「产学研知识吸收度(IPC向量余弦法)」，覆盖 1985-2025 年，频率 年度，上市公司层级，含 13 个变量，样本量约 69,512。 企业发明专利IPC小类分布向量与当年全国所有高校整体发明专利IPC小类分布向量的余弦相似度，度量企业对高校知识的吸收度。
| 时间跨度 | 1985-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 13 |
| 样本量 | 69,512 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [证券代码] — 以交易所公布的证券代码为准,6位数字
- StkName [证券简称] — 上市公司证券简称
- Year [年度] — 统计年度
- Province [省份] — 公司注册地所在省份
- ProvinceCode [省份代码] — 公司注册地省份行政区划代码
- City [城市] — 公司注册地所在城市
- CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
- County [区县] — 公司注册地所在区县
- CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码(如C26、J66,按年度动态匹配公司当年所属行业)
- IndustryName [行业名称] — 中上协行业分类名称(按年度动态匹配公司当年所属行业)
- NInvPatent [企业当年发明专利数] — 该企业(上市公司本身及子公司)当年用于构建IPC分布向量的去重发明专利总数。计算公式为：当年申请人含该上市公司本身或其子公司的发明专利按申请号去重后的计数。用作研究变量，反映企业当年发明产出规模；与知识吸收度Sim存在机械正相关，回归时需与企业规模一并控制。
- Sim [产学研知识吸收度] — 参考黄凯南、魏晓珂(2023,福建论坛·人文社会科学版)的方法(余弦相似度公式借鉴段庆锋、冯珍2020)，计算公式为：企业i当年发明专利在IPC小类(4位,如G06F)上的分布向量与当年全国所有高校整体发明专利在IPC小类上的分布向量的余弦相似度，即sum_k(P_it,k*P_ut,k)/(sqrt(sum_k P_it,k^2)*sqrt(sum_k P_ut,k^2))，其中P_it,k为企业当年IPC小类k的发明专利数、P_ut,k为全国高校当年IPC小类k的发明专利数。取值[0,1]，越接近1表示企业技术知识结构与高校整体越相似。用作研究变量，越大代表企业对高校知识的吸收度越高、越倾向开展产学研合作创新。
常见问题
- 「产学研知识吸收度(IPC向量余弦法)」是什么数据集？
- 产学研知识吸收度(IPC向量余弦法)，隶属创新与知识产权。企业发明专利IPC小类分布向量与当年全国所有高校整体发明专利IPC小类分布向量的余弦相似度，度量企业对高校知识的吸收度。
- 该数据集的时间范围是？
- 覆盖 1985-2025 年。
- 包含哪些变量/指标？
- 共 13 个变量。核心指标包括：企业当年发明专利数、产学研知识吸收度。完整字段清单（变量名·中文名·说明）见页面「字段字典」。
- 数据频率和层级是怎样的？
- 频率为年度，上市公司层级。
- 样本量有多大？
- 约 69,512 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 产学研知识吸收度衡量企业对高校知识的吸收能力。其经济学逻辑源于企业与高校在技术知识结构上的相似性：当企业的技术创新方向与高校整体的知识供给越接近时，二者之间越容易进行技术沟通、共享相似的技术语言，企业识别、领会并利用高校知识的成本越低、效率越高，从而越倾向于开展产学研合作创新。该指标以专利的国际专利分类号（IPC）分布刻画创新主体的知识结构，用企业发明专利的 IPC 分布向量与全国高校整体发明专利的 IPC 分布向量之间的余弦相似度来度量二者知识结构的接近程度。 具体地，对企业 $i$ 在申请年度 $t$，先将其当年申请的全部发明专利按 IPC 小类（分类号前四位，如 $G06F$）归类，得到分布向量的各分量 $P{it,k}$，即该企业当年 IPC 小类集合包含第 $k$ 类的发明专利数量；一件专利若同时涉及多个不同小类，则在其涉及的每个小类上各计一次。与此对应，将全国所有高校当年申请的全部发明专利按同一 IPC 小类体系归类，得到高校整体分布向量的分量 $P{ut,k}$。产学研知识吸收度定义为这两个向量的余弦相似度： $$\mathrm{Sim}{it}=\frac{\sum{k} P{it,k}\,P{ut,k}}{\sqrt{\sum{k} P{it,k}^{2}}\;\sqrt{\sum{k} P{ut,k}^{2}}}$$ 其中 $k$ 遍历数据中出现的全部 IPC 小类。$\mathrm{Sim}{it}$ 取值于 $[0,1]$，越接近 1，表示企业当年的技术知识结构与全国高校整体越相似，企业对高校知识的吸收度越高。作为过程量同时给出企业当年发明专利数 $\mathrm{NInvPatent}$，即用于构建企业分布向量的去重发明专利总数，反映企业当年发明产出规模。 企业端发明专利以该上市公司本身及其子公司为申请主体口径进行归集；高校端以申请人名称含"大学"、或含"学院"但不含"科学院"者认定为高校主体（后者用以剔除名称含"学院"子串的中国科学院、农业科学院、医学科学院、社会科学院等科研院所，同时保留"中国科学院大学"等正规高校），据此计算全国高校整体的逐年 IPC 分布。发明专利的公开与授权记录按申请号合并，同一件发明专利只计一次。 补充说明 - 指标覆盖全部 A 股上市公司与全部可用申请年度（不限于原论文的特定年份与制造业子样本），仅保留当年至少拥有一件发明专利、可构成有效 IPC 分布向量的企业—年度观测；相似度为原始值，未作缩尾处理。 - 该相似度与企业发明专利规模存在机械性正相关：专利越多的企业，其 IPC 分布向量在更多小类上取非零值、与覆盖面广的高校整体向量的重叠维度更多，从而余弦值系统性偏高。这是余弦相似度作用于稀疏计数向量的固有性质，使用该指标进行回归分析时应同时控制企业发明专利数与企业规模。 - 受专利公开约 18 个月滞后的影响，最近一至两个申请年度的专利数据尚不完整；早年（约 2007 年以前）高校整体分布向量涉及的 IPC 小类较少、较为稀疏。这两段区间的相似度用于跨期水平比较时需谨慎，建议做样本起讫年度的稳健性检验。 参考文献 - 黄凯南,魏晓珂.企业技术前沿接近度对产学研合作创新的影响——基于知识吸收效应的视角[J].福建论坛(人文社会科学版),2023(9):56-73. - 段庆锋,冯珍.多维视角下技术距离对企业研发合作关系影响的实证研究[J].科技进步与对策,2020,37(14):126-134.
- 如何获取该数据集？
- 通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。